连续自旋噪声量子传感器中的序贯分析

许多控制和检测应用需要实时分析传感器信号,以便快速准确地响应传感器揭示的事件。这类信号分析依赖于信号与传感器行为的统计模型。这就要求数据分析方法必须同时满足基于模型、计算高效且因果性的特点——即仅使用时序节点前可获取的传感器数据。该工作基于自旋噪声量子传感器实现了序列数据分析技术,用于执行两个关键任务:假设检验与最快变点检测。这些在线协议使该团队能通过自适应采集测量数据直至达到预设置信阈值,实现弱磁场检测。研究人员在真实实验场景中验证了这些方法,并推导出可实现精度与响应时间的性能边界。该方法在检测磁场微扰方面具有潜在应用价值,涵盖生物磁学、地球物理勘探、隐蔽物探测、暗物质候选粒子搜寻及奇异自旋相互作用等基础与应用领域。实验结果表明,序列分析技术能实现更快、更灵敏的检测,为量子传感提供了强大工具。

作者所在地: VIP可见
作者单位: VIP可见
页数/图表: 登录可见
提交arXiv: 2025-09-19 17:39

量科快讯